数理的手法を使いやすくするためのソフトウェア開発

科学技術計算とデータサイエンスについて

科学・テクノロジー・工学・数学

MOOC(オンライン講座)のために英語力を向上させるには? (2)

あいかわらず、機械学習のオンライン講座を聴くたびに、英語力不足を感じています。しかし、情報が専門的になると日本語の情報が乏しくなってくるので、英語から逃げてばかりいるわけにはいきません。また、機械翻訳の精度が上がってきたとは言え、すべての…

MOOC(オンライン講座)のために英語力を向上させるには? (1)

英語で機械学習の専門コースを聞くのは、日本語で文学史の専門家から話を聞くのに、似ています。 恥ずかしながら、私には人文系の教養がありません。それで、文学史の話は、日本語であっても、その分野の用語や言い回しを知らないので、さっぱり理解できない…

研究者あるいはエンジニアの転職

研究者からデータサイエンティストへの華麗な転身^1 で有名なTJOさんが、自身の経験にもとづいて、 転職を考えているポスドクの人たちのために ブログ記事^2をまとめていました。 現役のポスドクだけでなく その記事は、データサイエンス分野だけでなく、お…

テクノロジーを民主化するには、ソフトウェア開発の民主化から

グーグルなどの言う「機械学習の民主化」 ^1 ^2 が文字通りの意味ならば、彼らが目指しているのは、 多数の機械学習エンジニアが、多数の人々の利益のために、 という理想だと思います。 これに対して、現実では、 少数のエンジニアリングを理解しない人々が…

なぜ、機械学習の民主化は重要か?

この質問に対して、 Googleのデープラーニング研究者(でKeras開発者)であるChollet氏は、 2つの理由を答えています^1。 (Quara “Why is it important to democratize machine learning?"への回答の要約) ひとつは、機械学習からなるべく大きな価値が生み…

機械学習・ディープラーニングのこれからの進展

松尾先生の「人工知能は人間を超えるか」^1を読んで、 (1)機械学習・デープラーニングの何がブレークスルーなのか? (2)これから成長するのはどの分野か? をまとめて、 (3)どんな仕事が求められるのか? を考えてみました。 (1)機械学習によるブレークスル…

すごいプログラミング言語Formura で、たのしく科学シミュレーション?

科学シミュレーションのプログラミングは、 しばしば、退屈でめんどうなことがあります。 まず、退屈なのは、 ひとそろいの偏微分方程式で記述できるようなシミュレーションであっても、 長大で冗長なソースプログラムを書かねばならないことです。 そして、…

データ分析入門としてのKaggleコンペ「タイタニック乗客の生存予測」

これまで、Kaggleコンペティション ^1 ,^13 ,^14 は初心者には関係のない場所だと思っていましたが、 そうではありませんでした。 もちろん、賞金付きのコンペでは専門家がデータ解析で競い合っているのですが、 その他の賞金なしのコンペのなかには初心者が…

機械学習エンジニアになるために学ぶべき5つのスキル(海外記事紹介)

機械学習エンジニアにはどのようなスキルが求められるのでしょうか? あれこれと調べてみたのですが、どうもわかりづらいです。 というのは、ブームが盛り上がるうちに スキル要件の範囲が広くなり、また、レベルが高くなって、 「そのような人材はユニコー…

Coursera機械学習コースは、仕事を得るための準備としてどれほどのものか?

Courseraの機械学習コースを完走した後、あるいは、始める前に、表題のようなことを知りたくなる人は少なくないと思います。 私もです。 そこで、質問サイトQuara^1を見てみると、その疑問に対して機械学習の仕事をしている人々が答えていたので、まとめてみ…

計算科学からデータ集約型科学へのシフトで、数理的手法が使いやすくなっている

数理的手法とは、様々な現象を数学的モデルでシミュレートできることを仮定して、現象を理解したり利用するためのアプローチです^1。 具体的に言うと、理論科学において自然現象を微分方程式でモデル化したり、計算科学においてモデル方程式を数値的に解いて…

Coursera の機械学習コースを修了

Coursera のオンラインコース"Machine Learning^1" を完走できたので、記念に修了証を取得しました。 スタンフォード大学の Andrew Ng教授によるスライドと講義が、非常に分かりやすかったです。 世間では、機械学習を学ぶには高度な数学を理解する必要があ…